1
00:00:01,114 --> 00:00:08,606
За последние несколько столетий
микроскопы произвели революцию в мире.

2
00:00:09,036 --> 00:00:14,252
Они открыли нам крошечный мир
предметов, живых организмов и структур,

3
00:00:14,252 --> 00:00:17,158
которые слишком малы, 
чтобы увидеть их невооружённым глазом.

4
00:00:17,158 --> 00:00:20,177
Это огромный вклад в науку и технику.

5
00:00:20,177 --> 00:00:23,404
Сегодня я хочу представить вам
новый тип микроскопа —

6
00:00:23,404 --> 00:00:25,982
микроскоп для изменений.

7
00:00:25,982 --> 00:00:28,884
Он не использует оптику,
как обычный микроскоп,

8
00:00:28,884 --> 00:00:30,881
для увеличения мелких объектов.

9
00:00:30,881 --> 00:00:35,257
Вместо этого он использует видеокамеру 
и процессор обработки изображения,

10
00:00:35,257 --> 00:00:40,513
чтобы показать нам мельчайшие движения
и изменения цвета в предметах и людях,

11
00:00:40,513 --> 00:00:44,355
изменения, которые невозможно
увидеть невооружённым глазом.

12
00:00:44,355 --> 00:00:48,475
Это позволяет нам
по-новому взглянуть на мир.

13
00:00:48,475 --> 00:00:50,385
Что я подразумеваю
под изменениями цвета?

14
00:00:50,385 --> 00:00:53,217
Наша кожа, к примеру,
изменяет свой цвет едва заметно,

15
00:00:53,217 --> 00:00:55,214
когда под ней циркулирует кровь.

16
00:00:55,214 --> 00:00:57,611
Это едва уловимое изменение,

17
00:00:57,611 --> 00:00:59,674
поэтому, когда вы смотрите
на других людей,

18
00:00:59,674 --> 00:01:01,925
когда вы смотрите на человека,
сидящего рядом,

19
00:01:01,925 --> 00:01:05,500
вы не видите изменения
цвета их кожи и лица.

20
00:01:05,500 --> 00:01:09,860
Когда мы смотрим на это видео Стива,
оно кажется нам статичным изображением,

21
00:01:09,860 --> 00:01:13,720
но как только мы посмотрим на него
через наш новый особый микроскоп,

22
00:01:13,720 --> 00:01:16,320
неожиданно мы видим 
совершенно другую картину.

23
00:01:16,320 --> 00:01:20,250
То, что мы видим здесь, —
это небольшие изменения цвета кожи Стива,

24
00:01:20,250 --> 00:01:24,686
увеличенные в 100 раз,
и теперь их можно увидеть.

25
00:01:24,686 --> 00:01:27,953
Мы можем фактически разглядеть
человеческий пульс.

26
00:01:27,953 --> 00:01:31,180
Мы можем увидеть,
как быстро бьётся сердце Стива

27
00:01:31,180 --> 00:01:36,535
и как именно
кровь приливает к его лицу.

28
00:01:36,544 --> 00:01:39,175
Подобная технология применима 
не только для визуализации пульса,

29
00:01:39,175 --> 00:01:42,646
но и для того,
чтобы воспроизвести наш пульс

30
00:01:42,646 --> 00:01:44,439
и измерить его.

31
00:01:44,439 --> 00:01:48,892
Мы можем сделать это обычной камерой,
не касаясь пациентов.

32
00:01:48,892 --> 00:01:54,509
Здесь вы можете увидеть пульс и частоту
сердечных сокращений новорождённого

33
00:01:54,509 --> 00:01:57,390
из видео, снятого на обычную
цифровую зеркальную камеру,

34
00:01:57,390 --> 00:01:59,206
и полученные нами показания,

35
00:01:59,206 --> 00:02:04,017
настолько же точные,
как и показания медицинских приборов.

36
00:02:04,017 --> 00:02:06,659
И видео не обязательно 
должно быть записано нами.

37
00:02:06,659 --> 00:02:09,654
Мы с таким же успехом можем
проделывать это с другими видео.

38
00:02:09,654 --> 00:02:13,555
Я взял короткий отрывок
из фильма «Бэтмэн: Начало»,

39
00:02:13,555 --> 00:02:15,459
чтобы показать пульс
Кристиана Бейла.

40
00:02:15,459 --> 00:02:17,281
(Смех)

41
00:02:17,281 --> 00:02:19,404
И вы знаете, вероятно, на нём грим,

42
00:02:19,404 --> 00:02:21,357
и освещение не самое лучшее,

43
00:02:21,357 --> 00:02:24,308
тем не менее, из простого ролика
мы можем получить его пульс

44
00:02:24,308 --> 00:02:26,326
и достаточно наглядно его показать.

45
00:02:26,326 --> 00:02:28,246
Как же нам это удаётся?

46
00:02:28,246 --> 00:02:32,844
В сущности, мы анализируем
изменения света, зафиксированные

47
00:02:32,844 --> 00:02:35,115
в каждом пикселе видео
в течение записи,

48
00:02:35,115 --> 00:02:36,913
а затем максимально раскручиваем их.

49
00:02:36,913 --> 00:02:39,075
Мы увеличиваем изменения,
чтобы увидеть их.

50
00:02:39,075 --> 00:02:40,977
Вся сложность в том, что эти сигналы,

51
00:02:40,977 --> 00:02:43,910
эти изменения, которые мы отслеживаем,
едва уловимы,

52
00:02:43,910 --> 00:02:46,689
и нужно быть очень внимательным,
пытаясь отделить их

53
00:02:46,689 --> 00:02:50,520
от шума, который всегда
присутствует на видео.

54
00:02:50,520 --> 00:02:53,515
Мы используем умные технологии
обработки изображения,

55
00:02:53,515 --> 00:02:57,509
чтобы получить очень точные данные
о цвете в каждом пикселе видео

56
00:02:57,509 --> 00:03:00,179
и о том, как меняется цвет
с течением времени,

57
00:03:00,179 --> 00:03:02,872
после чего мы усиливаем эти изменения.

58
00:03:02,872 --> 00:03:06,852
Мы увеличиваем их, чтобы получились
те самые продвинутые, улучшенные видео,

59
00:03:06,852 --> 00:03:09,024
которые показывают нам эти изменения.

60
00:03:09,024 --> 00:03:13,262
Но мы можем не только показывать
мельчайшие изменения цвета,

61
00:03:13,262 --> 00:03:15,503
но и незаметные движения,

62
00:03:15,503 --> 00:03:19,079
потому что свет, записанный на камеру,

63
00:03:19,079 --> 00:03:21,889
меняется не только
от изменения цвета объекта,

64
00:03:21,889 --> 00:03:24,257
но и от его движения.

65
00:03:24,257 --> 00:03:27,893
Это моя дочка в возрасте
около 2 месяцев.

66
00:03:27,893 --> 00:03:30,892
Я записал это видео
примерно 3 года назад.

67
00:03:30,892 --> 00:03:34,100
Как все молодые родители,
мы хотим быть уверенными,

68
00:03:34,100 --> 00:03:36,642
что наши дети здоровы,
что они дышат, что они живы.

69
00:03:36,642 --> 00:03:38,784
Я тоже приобрёл видеоняню,

70
00:03:38,784 --> 00:03:41,253
чтобы видеть свою дочь, пока она спит.

71
00:03:41,253 --> 00:03:44,780
Вот что вы увидите 
с помощью обычной видеоняни.

72
00:03:44,780 --> 00:03:48,462
Видно, что ребёнок спит,
и это вся информация.

73
00:03:48,474 --> 00:03:50,078
Чего-то большего не увидеть.

74
00:03:50,078 --> 00:03:52,902
Не было бы лучше, 
более информативно или полезно,

75
00:03:52,902 --> 00:03:55,892
если бы мы могли видеть 
изображение таким?

76
00:03:55,892 --> 00:04:02,248
Все движения я усилил в 30 раз,

77
00:04:02,248 --> 00:04:06,074
чтобы я мог отчётливо увидеть,
что моя дочь действительно жива и дышит.

78
00:04:06,074 --> 00:04:08,327
(Смех)

79
00:04:08,327 --> 00:04:10,249
Вот наглядное сравнение.

80
00:04:10,249 --> 00:04:12,732
Повторюсь, в оригинале, 
в полученной записи,

81
00:04:12,732 --> 00:04:14,368
мало что можно увидеть,

82
00:04:14,368 --> 00:04:18,075
но если усилить движения,
дыхание видно гораздо лучше.

83
00:04:18,075 --> 00:04:20,145
Оказывается, есть множество явлений,

84
00:04:20,145 --> 00:04:23,768
которые можно обнаружить и усилить
с помощью микроскопа отслеживания движений.

85
00:04:23,768 --> 00:04:28,332
Можно увидеть, как вены и артерии
пульсируют в нашем теле.

86
00:04:28,332 --> 00:04:30,960
Можно увидеть, как наши глаза
непрерывно перемещаются

87
00:04:30,960 --> 00:04:32,847
колебательными движениями.

88
00:04:32,847 --> 00:04:34,356
А это, собственно, мой глаз,

89
00:04:34,356 --> 00:04:37,421
и это видео было снято сразу
после рождения дочери,

90
00:04:37,421 --> 00:04:41,623
и вы видите, что спал я
не слишком много. (Смех)

91
00:04:41,623 --> 00:04:44,339
Даже когда человек сидит неподвижно,

92
00:04:44,339 --> 00:04:46,383
мы можем почерпнуть
много информации

93
00:04:46,383 --> 00:04:49,912
про манеру его дыхания,
мелкие выражения лица.

94
00:04:49,912 --> 00:04:51,537
Вероятно, мы можем 
использовать эти движения

95
00:04:51,537 --> 00:04:54,691
чтобы определять мысли и эмоции.

96
00:04:54,691 --> 00:04:57,946
Мы также можем усилить
небольшие механические движения,

97
00:04:57,946 --> 00:04:59,501
такие как вибрации двигателя,

98
00:04:59,501 --> 00:05:03,193
что может помочь механикам находить
и определять проблемы в механизме,

99
00:05:03,193 --> 00:05:07,931
или увидеть колебания зданий и конструкций
под воздействием ветра и внешних сил.

100
00:05:07,931 --> 00:05:12,512
Все подобные вещи в нашем обществе 
умеют рассчитывать множеством способов,

101
00:05:12,512 --> 00:05:14,965
но рассчитать движения — это одно,

102
00:05:14,965 --> 00:05:17,241
а увидеть их в действии —

103
00:05:17,241 --> 00:05:19,795
это совершенно другое.

104
00:05:19,795 --> 00:05:22,836
С тех пор как мы открыли
эту новую технологию,

105
00:05:22,836 --> 00:05:26,789
мы сделали нашу программу доступной онлайн
для тестирования другими людьми.

106
00:05:26,789 --> 00:05:28,664
Она очень проста в использовании.

107
00:05:28,664 --> 00:05:30,708
Она может работать с вашими
собственными видео.

108
00:05:30,708 --> 00:05:33,901
Наши коллеги из Quanta Research
даже создали замечательный сайт,

109
00:05:33,901 --> 00:05:36,579
где вы можете загрузить своё видео
и обработать его онлайн,

110
00:05:36,579 --> 00:05:40,395
поэтому, даже если у вас нет опыта
в информатике и программировании,

111
00:05:40,395 --> 00:05:43,331
вы всё равно можете легко
испробовать этот новый микроскоп.

112
00:05:43,331 --> 00:05:45,735
Я покажу вам несколько примеров того,

113
00:05:45,735 --> 00:05:48,470
как его использовали другие.

114
00:05:48,470 --> 00:05:53,787
Это видео снято пользователем
YouTube под ником Tamez85.

115
00:05:53,787 --> 00:05:55,250
Я не знаю этого пользователя,

116
00:05:55,250 --> 00:05:57,595
но он, или она, 
использовал нашу программу,

117
00:05:57,595 --> 00:06:01,310
чтобы усилить маленькие движения
живота во время беременности.

118
00:06:01,310 --> 00:06:02,912
Выглядит жутковато.

119
00:06:02,912 --> 00:06:04,525
(Смех)

120
00:06:04,525 --> 00:06:09,486
Люди использовали её для усиления 
пульсации вен в руках.

121
00:06:09,486 --> 00:06:13,268
И какая настоящая наука
может обойтись без морских свинок?

122
00:06:13,268 --> 00:06:16,658
По-видимому, эту зовут Тиффани,

123
00:06:16,658 --> 00:06:19,607
и этот пользователь YouTube заявляет, 
что это первый грызун на Земле,

124
00:06:19,607 --> 00:06:22,295
чьи движения подвергались усилению.

125
00:06:22,295 --> 00:06:24,483
Всё это применимо и в искусстве.

126
00:06:24,483 --> 00:06:27,501
Это видео мне прислала студентка-дизайнер
из Йельского университета.

127
00:06:27,501 --> 00:06:29,638
Она хотела увидеть, есть ли разница

128
00:06:29,638 --> 00:06:31,160
в движениях её одногруппников.

129
00:06:31,160 --> 00:06:35,369
Она попросила их не двигаться,
а потом усилила скрытые движения.

130
00:06:35,369 --> 00:06:38,747
Мы как будто наблюдаем оживление
неподвижной картины.

131
00:06:38,747 --> 00:06:41,180
Приятный момент 
относительно всех этих примеров —

132
00:06:41,180 --> 00:06:43,476
нам не нужно с ними ничего делать.

133
00:06:43,476 --> 00:06:47,330
Мы просто дали новый инструмент,
новый способ взглянуть на мир,

134
00:06:47,330 --> 00:06:52,462
а люди находят ему другие интересные, 
новые и нестандартные применения.

135
00:06:52,462 --> 00:06:54,226
Но мы не остановились на этом.

136
00:06:54,226 --> 00:06:57,477
Эта технология позволяет не только
по-новому увидеть мир,

137
00:06:57,477 --> 00:06:59,845
но и переосмыслить наши возможности,

138
00:06:59,845 --> 00:07:03,026
расширить рамки 
использования наших камер.

139
00:07:03,026 --> 00:07:05,255
Как учёные, мы задумались,

140
00:07:05,255 --> 00:07:09,040
какие ещё типы физических явлений
вызывают едва заметные движения,

141
00:07:09,040 --> 00:07:11,943
которые мы теперь можем измерить
с помощью нашей новой камеры?

142
00:07:11,943 --> 00:07:15,944
Одно из таких явлений, на котором мы
недавно сфокусировались, — это звук.

143
00:07:15,944 --> 00:07:18,049
Звук, как известно, состоит
из колебаний давления,

144
00:07:18,049 --> 00:07:20,232
которые перемещаются 
в воздушной среде.

145
00:07:20,232 --> 00:07:23,853
Звуковые волны, достигая предметов,
создают в них мелкие вибрации,

146
00:07:23,853 --> 00:07:26,385
благодаря которым мы слышим
и записываем звук.

147
00:07:26,385 --> 00:07:30,053
Но оказалось, что звук создаёт
также визуальные движения.

148
00:07:30,053 --> 00:07:32,886
Они незаметны для нас,

149
00:07:32,886 --> 00:07:35,887
но заметны для камеры
с подходящей технологией.

150
00:07:35,887 --> 00:07:37,460
Приведу два примера.

151
00:07:37,460 --> 00:07:40,074
Здесь я демонстрирую
свои вокальные способности.

152
00:07:41,064 --> 00:07:42,698
(Поёт)

153
00:07:42,698 --> 00:07:44,134
(Смех)

154
00:07:44,134 --> 00:07:47,120
Я снял высокоскоростное видео
своего горла, пока я пел.

155
00:07:47,120 --> 00:07:48,884
Если присмотреться к этому видео,

156
00:07:48,884 --> 00:07:50,960
ничего особенного не видно,

157
00:07:50,960 --> 00:07:55,292
но усилив движения в 100 раз,
мы увидим все движения и пульсации на шее,

158
00:07:55,292 --> 00:07:58,566
которые участвуют в формировании звука.

159
00:07:58,566 --> 00:08:01,306
Источник пения теперь заметен на видео.

160
00:08:01,306 --> 00:08:03,976
Мы также знаем, что вокалисты
способны разбить бокал,

161
00:08:03,976 --> 00:08:05,439
если возьмут нужную ноту.

162
00:08:05,439 --> 00:08:07,204
На этом видео мы проиграем ноту

163
00:08:07,204 --> 00:08:09,730
на частоте резонанса бокала

164
00:08:09,730 --> 00:08:11,778
через громкоговоритель рядом с ним.

165
00:08:11,778 --> 00:08:16,197
Когда мы проигрываем эту ноту
и усиливаем движение в 250 раз,

166
00:08:16,197 --> 00:08:18,535
мы можем отчётливо видеть,
как стакан вибрирует

167
00:08:18,535 --> 00:08:22,105
и резонирует в ответ на звук.

168
00:08:22,105 --> 00:08:24,525
Такое не каждый день увидишь.

169
00:08:24,525 --> 00:08:28,054
Но это заставило нас задуматься.
Это натолкнуло нас на сумасшедшую идею.

170
00:08:28,054 --> 00:08:33,662
Можем ли мы обратить процесс
и извлечь звук из видео,

171
00:08:33,662 --> 00:08:37,697
анализируя предметы на мельчайшие 
вибрации, которые создают звуковые волны,

172
00:08:37,697 --> 00:08:42,474
и главное, обратить их снова в звук, 
который их вызвал.

173
00:08:42,474 --> 00:08:46,931
Таким образом, мы можем превратить
повседневные предметы в микрофоны.

174
00:08:46,931 --> 00:08:49,163
Именно это мы и сделали.

175
00:08:49,163 --> 00:08:51,979
Возьмём пустую упаковку от чипсов,
лежащую на столе,

176
00:08:51,979 --> 00:08:54,804
теперь мы собираемся превратить
эту упаковку в микрофон,

177
00:08:54,804 --> 00:08:56,395
записав её на камеру

178
00:08:56,395 --> 00:08:59,623
и проанализировав её мельчайшие
движения от звуковых волн.

179
00:08:59,623 --> 00:09:02,419
Мы проиграли в комнате следующий звук.

180
00:09:02,419 --> 00:09:06,853
(Музыка: «У Мэри был барашек»)
[американский фольклор]

181
00:09:10,007 --> 00:09:13,032
Мы записали высокоскоростное видео
с этой упаковки чипсов.

182
00:09:13,032 --> 00:09:14,306
Вы смотрите его.

183
00:09:14,306 --> 00:09:17,648
Вы никогда не сможете увидеть
хоть что-то происходящее на этом видео,

184
00:09:17,648 --> 00:09:18,706
просто глядя на него,

185
00:09:18,706 --> 00:09:21,690
но послушайте звук, полученный
путем простого анализа

186
00:09:21,690 --> 00:09:23,873
незаметных движений на видео.

187
00:09:23,873 --> 00:09:26,682
(Музыка: «У Мэри был барашек»)

188
00:09:40,985 --> 00:09:42,471
Я называю это... Спасибо.

189
00:09:42,471 --> 00:09:47,696
(Аплодисменты)

190
00:09:49,878 --> 00:09:52,223
Я называю это визуальным микрофоном.

191
00:09:52,223 --> 00:09:55,613
Мы извлекаем звуковые сигналы
из видеосигналов.

192
00:09:55,613 --> 00:09:58,794
И чтобы вы хорошо понимали
масштабы записанных движений,

193
00:09:58,799 --> 00:10:04,135
довольно громкий звук заставит упаковку
пошевелиться не более, чем на микрометр.

194
00:10:04,135 --> 00:10:06,874
Это одна тысячная миллиметра.

195
00:10:06,874 --> 00:10:10,435
Вот насколько крошечные движения
мы теперь можем выявить,

196
00:10:10,435 --> 00:10:13,678
просто наблюдая за тем, 
как свет отражается от предметов

197
00:10:13,678 --> 00:10:15,814
и записывается нашими камерами.

198
00:10:15,814 --> 00:10:19,064
Мы можем воспроизвести звук
из других предметов, например растений.

199
00:10:19,064 --> 00:10:25,380
(Музыка: «У Мэри был барашек»)

200
00:10:27,214 --> 00:10:29,211
Кроме того, мы можем воспроизвести речь.

201
00:10:29,211 --> 00:10:31,788
На примере голоса человека в комнате.

202
00:10:31,788 --> 00:10:35,991
Голос: «У Мэри был барашек,
он снега был белей,

203
00:10:35,991 --> 00:10:40,221
идёт куда-то Мэри,
и он идёт за ней».

204
00:10:40,221 --> 00:10:42,980
И вот эта же речь, восстановленная

205
00:10:42,980 --> 00:10:46,254
по этому видео 
всё из той же упаковки чипсов.

206
00:10:46,254 --> 00:10:51,085
Голос: «У Мэри был барашек,
он снега был белей,

207
00:10:51,085 --> 00:10:55,944
идёт куда-то Мэри,
и он идёт за ней».

208
00:10:55,944 --> 00:10:58,290
Мы взяли песню «У Мэри был барашек»,

209
00:10:58,290 --> 00:11:00,413
потому что считается, 
что это были первые слова,

210
00:11:00,413 --> 00:11:04,574
произнесённые Томасом Эдисоном
в его фонограф в 1877.

211
00:11:04,574 --> 00:11:07,802
Это было одно из первых 
звукозаписывающих устройств в истории.

212
00:11:07,802 --> 00:11:11,129
Оно направляло звук на диафрагму,

213
00:11:11,129 --> 00:11:15,208
которая раскачивала иглу,
и та оставляла след на оловянной оболочке,

214
00:11:15,208 --> 00:11:17,483
обмотанной вокруг цилиндра.

215
00:11:17,483 --> 00:11:23,426
Послушайте, как записывается
и воспроизводится звук фонографом Эдисона.

216
00:11:23,426 --> 00:11:26,446
(Видео) Голос: «Проверка, проверка.
Раз, два, три.

217
00:11:26,446 --> 00:11:29,859
У Мэри был барашек,
он снега был белей,

218
00:11:29,859 --> 00:11:33,528
идёт куда-то Мэри,
и он идёт за ней.

219
00:11:33,528 --> 00:11:36,268
Проверка, проверка.
Раз, два, три.

220
00:11:36,268 --> 00:11:40,424
У Мэри был барашек,
он снега был белей,

221
00:11:40,424 --> 00:11:45,648
идёт куда-то Мэри,
и он идёт за ней».

222
00:11:45,648 --> 00:11:49,665
И теперь, 137 лет спустя,

223
00:11:49,665 --> 00:11:53,752
мы способны получить звук
практически такого же качества,

224
00:11:53,752 --> 00:11:57,831
всего лишь наблюдая через камеру,
как предметы резонируют от звука.

225
00:11:57,831 --> 00:11:59,765
Мы можем сделать это,
даже когда камера

226
00:11:59,765 --> 00:12:03,999
удалена от объекта почти на 5 метров
и находится за звукоизолирующим стеклом.

227
00:12:03,999 --> 00:12:07,219
Послушайте звук, 
полученный нами в этом случае.

228
00:12:07,219 --> 00:12:12,513
Голос: «У Мэри был барашек,
он снега был белей,

229
00:12:12,513 --> 00:12:17,272
Идёт куда-то Мэри,
и он идёт за ней».

230
00:12:17,404 --> 00:12:21,034
Конечно, слежка — это первое применение,
которое приходит на ум.

231
00:12:21,034 --> 00:12:24,029
(Смех)

232
00:12:24,029 --> 00:12:28,085
Но это может оказаться полезным
и для других вещей.

233
00:12:28,085 --> 00:12:30,925
Может быть, в будущем мы сможем
использовать это, например,

234
00:12:30,925 --> 00:12:33,177
чтобы получать звуки из космоса,

235
00:12:33,177 --> 00:12:36,753
потому что звук не распространяется
в космосе, в отличие от света.

236
00:12:36,753 --> 00:12:39,157
Мы только начали исследовать

237
00:12:39,157 --> 00:12:42,176
другие возможные способы
применения этой новой технологии.

238
00:12:42,176 --> 00:12:45,008
Она позволяет нам увидеть
физические процессы, о которых мы знаем,

239
00:12:45,008 --> 00:12:48,564
но которые были не в состоянии
увидеть собственными глазами до сих пор.

240
00:12:48,564 --> 00:12:49,768
Это наша команда.

241
00:12:49,768 --> 00:12:52,647
Всё, что я показал вам сегодня, —
результат сотрудничества

242
00:12:52,647 --> 00:12:54,838
с этой замечательной группой людей.

243
00:12:54,838 --> 00:12:58,005
Я призываю и приглашаю вас
ознакомиться с нашим сайтом.

244
00:12:58,005 --> 00:12:59,451
Заходите на него

245
00:12:59,451 --> 00:13:02,423
и присоединяйтесь к нам в исследовании
этого мира крошечных движений.

246
00:13:02,423 --> 00:13:04,048
Спасибо.

247
00:13:04,048 --> 00:13:05,302
(Аплодисменты)